非利息收入对我国商业银行盈利能力影响研究——基于银行资产质量的视角

曹 强，曾国庆

(安徽财经大学 金融学院, 安徽 蚌埠 233030)

一、引言

自2008年金融危机以来,非利息收入在银行收入中所占的比重越来越大,但是目前我国银行业非利息收入业务的发展仍然比不上发达国家,存在发展程度缓慢、业务种类少、操作水平低等问题。非利息收入主要来源于无风险的手续费收入以及佣金收入,而来源于表外业务的那部分收入却很少,这就意味着银行表外业务的发展还不够成熟。发展非利息收入业务可以提高银行收入多样化程度,并拓展银行利润的来源渠道。由于我国利率市场化改革已进入收官阶段,原来银行业赖以生存的利差收入逐渐变窄,发展非利息收入便成为我国商业银行提高竞争力的必经之路。

商业银行都是以盈利为目的的金融机构,所以盈利能力对我国商业银行的发展至关重要。由于商业银行运用资金中相当大的部分来源于负债,所以商业银行的经营必须具备抵御风险的能力,而盈利能力则是保证其安全性的最基本的底线。

资产质量对于商业银行的发展至关重要。由于我国商业银行主营业务是借贷业务,所以贷款质量的好坏与银行的盈利能力息息相关。但是目前我国银行业“资金空转”现象严重,即贷款资金经过多个金融机构之手后才注入实体经济。譬如当银行贷款给铁路公司、公路公司或基础设施建设公司等国企时,其中一些国企可能不会将资金立刻投入生产,而是将资金转贷给更大型的国企或者房地产商,收取更高的贷款利息;当银行贷款给中小企业时,其中部分企业也会以更高的利率把资金转贷给国企或者房地产商,以赚取利差收益;当银行通过信托公司贷款给其他企业时,也依然可能存在这种现象。这些“资金空转”现象不利于银行资金的合理配置,而且一旦贷款企业在生产经营中遭受破产风险,那么这笔贷款也就成了银行的呆账,会大幅降低银行的盈利水平。特别是在我国经济进入新常态的背景下,国家实施的供给侧改革会从生产端入手压缩矿产业、制造业、房地产等行业的过剩产能和库存,这会直接影响到这些行业的利润,从而会间接影响到银行的贷款质量和盈利能力。在这样的背景下,研究非利息收入对我国商业银行盈利能力的影响,就显得尤其重要。

二、相关文献综述

在银行盈利能力影响因素的研究中，国内外拥有大量相关文献。邢天才等[1]在研究经济周期战略对银行盈利能力的影响时，选用了ROA来衡量银行的盈利能力，并引入了银行资产规模、银行信贷率(贷款/总资产)以及权益资产率(所有者权益资本/总资产)来分析银行的经营能力，结果表明，银行资产规模和权益资产率对银行盈利能力有着显著正向影响，而银行信贷率对银行盈利能力的影响却不显著。在银行资产质量影响因素的研究中，国内外学者同样也做了大量研究。大部分国内学者都用不良贷款率(NPL)这一指标来衡量银行资产质量，如殷开睿和朱建林[2]、尚妍等[3]；但是在国外，也有不少学者使用贷款损失拨备率(LLPR)这一指标来衡量银行资产质量，如Ahamed[4]和Mirzal等[5]。

在金融自由化的浪潮下，各国银行纷纷将经营业务由传统的借贷业务向多元化业务发展。现如今，发展非利息业务已成为各国银行拓宽收入来源的主要渠道。因此，大量国内外研究集中在这两个方面：其一是银行收入多样化与银行盈利之间的关系，其二是利息收入占比对银行盈利能力的影响。目前业内人士对这方面研究尚无统一定论。一方面，有些学者认为银行能从收入多样化中获利，非利息收入占比的增加会提高银行的盈利水平。例如Ahamed[4]通过对印度银行体系的研究，得出收入多样化能提高银行的盈利能力，非利息收入占比越高，则银行获得的利润越多。Chiorazzo等[6]通过研究意大利银行体系，发现银行收入多样化对银行盈利有正向影响，即收入多样化能使银行获得更多利润。在国内，王曼怡和甄晗蕾[7]指出，银行收入多样化能显著提高商业银行的绩效水平。吴刘杰和乔桂明[8]利用24家商业银行面板数据研究发现，商业银行非利息收入中的手续费和佣金净收入所占比重越大则越能提高其经营绩效，同时也可以降低其整体的经营风险，这在资产规模较大的银行效果更显著。而另一方面，有些学者认为收入多样化并不能增加商业银行盈利能力，非利息收入占比的增大反而会增加银行的收益波动性，甚至会增加银行的风险。比如Maudos[9]通过对欧洲银行2002—2012年的数据研究发现，非利息收入占比越高会给银行盈利能力带来不利影响，而且这一影响在2008年金融危机期间特别明显。另外，Stiroh和Rumble[10]通过将非利息收入分解，指出银行从投资银行业务中和收费服务中获得的非利息收入会比传统的借贷收入波动更大，因此他们认为非利息收入在银行总收入的比例越高则银行获利越少。国内学者也曾得出类似的结论。例如黄永兴和夏青[11]通过对我国40家城市商业银行2007—2013年的非平衡面板数据分析得出，非利息收入占比的增加反而会显著降低城市商业银行的绩效水平。李明辉等[12]指出，非利息业务水平的提高不能全面提高银行的盈利能力，发展非利息业务反而会导致传统借贷业务收益率的降低。张羽和李黎[13]发现，非利息收入增长对我国商业银行收益和风险的影响在统计上并不显著，更多地依赖非利息收入可能会导致银行收入具有更大的风险，并不会给银行带来更多的收益。

由于不同类型银行的特点不同，内部管理模式也不完全相同，所以非利息收入占比对不同类型银行盈利能力的影响也不尽相同。在对不同类型银行的收入多样化与盈利关系的研究中，同样有着一些不一致的结论。一些学者认为国内私有银行比公有银行和外资银行能从收入多样化中获得更多利润。比如，Chen和Liu[14]在对台湾银行1994—2009年的数据研究后发现，银行绩效由于类型不同而有所区别，与国内私人银行相比，公有银行和外资银行在盈利能力上表现更差。另一些学者却认为公有银行能从收入多样化中获利更多。如周开国和李琳[15]通过分析14家商业银行1997—2008年的数据，指出四大国有商业银行和其他商业银行收入结构多元化收益均不显著，但相比而言，四大国有商业银行的潜在收入结构多元化收益大于其他商业银行。还有一些学者认为外资银行能从收入多样化中获得更多利润。如Ahamed[4]在对印度银行的研究中发现，银行业务向非利息收入业务的转移并不能增加国有银行和国内私人银行的利润，但是却能增加外资银行的利润。Pennathur和Vishwasrao[16]通过对2001—2009年印度银行的数据分析，研究了在非利息收入影响银行收益和风险的决定因素。他们发现相比于国内私人银行和公有银行，外资银行能在非利息收入中的费用收入中赚到最多。在新兴国家中，这一领域内的相关研究却不是很多。Meslier等[17]通过对菲律宾银行的研究，发现银行业务向非利息收入业务的转移能够增加银行的利润，相比于国内银行，外资银行能从这一转移中获得更多的利润。

资产质量是衡量银行资产健康与否的重要指标，对于银行非利息收入占比对不同资产质量银行盈利性影响的研究，在现有文献中少有涉及。在国外文献中，Ahamed[4]在对印度银行的研究中发现，相比于资产质量高的银行，低资产质量的银行可以通过更多的非利息收入获得更多的利润，即低资产质量的银行可以从收入多样化中获得更多的收益。Alhassan[18]用贷款损失拨备率这一指标来衡量银行资产质量，研究发现，对于资产质量低的银行，收入来源多样化会降低银行获取利润的效率。而Pennathur等[19]指出，贷款损失拨备率越高的印度公有银行和私人银行能获得更多非利息中的费用收入，而外资银行则会获得更少的佣金收入。国内对相关问题的研究更是屈指可数，张坤[20]通过对中国16家上市银行的研究发现，提高银行的资产质量，增加银行非利息收入有助于提高银行的资产收益率。

综上所述，现有的文献有以下几点缺陷：第一，研究主要集中在发达国家的银行，而对发展中国家的银行的相关研究较少；第二，对于不同资产质量的银行，非利息收入对其盈利能力影响的研究也很少，特别在国内，对这类问题的研究更是屈指可数；第三，在实证方法上，上述文献几乎都没有考虑到各个银行之间可能存在的空间截面自相关问题。

基于以上研究问题，本文将运用如下方法对非利息收入对银行盈利能力的影响进行研究：第一，考虑到银行面板数据存在异方差、序列相关和空间截面相关等问题，本文运用了异方差—序列相关—截面相关稳健性标准误这一方法进行了实证分析；第二，根据资产质量对银行分组后进行分析，研究银行在不同资产质量的情况下，其非利息收入对盈利能力的影响，特别是在改进模型中，引入资产质量和非利息收入的交互项，研究这种交互作用对银行盈利能力的影响；第三，在研究非利息收入的基础上还引入了银行收入多样化这一指标，在考察非利息收入对银行盈利能力影响的同时也考察了收入多样化对银行盈利能力的影响。

三、计量模型设定、变量选择和数据来源

(一)计量模型的设定

本文基于2007—2017年我国五大国有银行12家全国股份制商业银行和55家城市商业银行的面板数据,用静态面板模型分析非利息收入对银行盈利能力的影响。本文的基准计量模型如下:

(1)

由于银行之间可能存在的空间截面自相关问题，国内学者虞文美等[21]在研究我国银行非平衡面板数据时运用了Driscoll和Kraay[22]方法，结果显示这种方法能很好地消除空间截面相关对实证结果的影响。而Hoechle[23]根据Driscoll和Kraay方法推导出了异方差—序列相关—截面相关稳健性标准误的stata命令。考虑到我国商业银行之间可能存在的异方差、序列相关和空间截面相关等问题，本文也采用Driscoll和Kraay方法进行实证分析。

(二)变量选择和数据来源

1.银行盈利衡量指标

衡量银行盈利能力的指标主要有ROA(资产收益率)和ROE(净资产收益率),和大多数现有的文献一致,这里我们采用BankScope数据库提供的ROAA(银行平均资产收益率,即税前利润/平均总资产,单位是百分比)。为确保实证结果的稳定性,我们会用ROE来替代ROA进行稳健性检验。

2.收入多样化衡量指标

参考Meslier等的方法,本文用赫芬达尔指数来定义银行收入多样化FOCUS程度。首先构建FOCUS指标,公式如下:

(2)

其中NIN表示非利息收入,INT表示利息收入,OPR表示银行的总营业收入。FOCUS测量了银行收入来源多样化的程度,若该值越大,说明银行收入来源越集中,即主要来源于传统的借贷业务,少数部分来自于非利息收入业务;反之则说明银行收入越分散。预期FOCUS系数为负,即收入多样化能提高银行的盈利能力。

如果我们将非利息收入分成费用收入和其他收入,则我们可以用下面的公式来衡量银行收入分散化程度:

(3)

这里Fee表示非利息收入中基于费用的收入占总营业收入的比例,考虑到非利息收入中的费用收入几乎没有风险,所以预计这一系数为正;Others表示非利息收入中的其他收入占总营业收入的比例。

3.非利息收入占比

我们还计算出银行非利息收入占总营业收入的比重,即非利息收入占比,简写成NII。预计这一指标为负,即非利息收入占比越高对我国商业银行盈利能力越不利。

4.资产质量

资产质量:依据不良贷款率(NPL)指标将城市商业银行子样本分成三组——高资产质量银行、中资产质量银行和低资产质量银行。国外学者常用不良贷款率(NPL)和贷款损失拨备率(LLPR)来衡量银行资产质量。本文在收入多样性和盈利性模型中采用贷款损失拨备率衡量银行资产质量,但在资产质量和非利息收入模型中采用不良贷款率作为衡量银行资产质量的指标。银行的贷款损失拨备率越大,则表明银行资产质量越差。在资产质量和非利息收入模型中,本文把银行的资产质量和非利息收入组合成交互项,本质上是将资产质量作为门槛,研究非利息收入对银行盈利性的非线性影响。

乡镇文化工作人员存在着人数总量不足，人才的综合素质偏低，人才的专业结构不合理，高层次人才短缺，人才的管理机制和用人机制不健全等问题。

5.控制变量的选择

一般来说,银行的总资产(Total Asset)会影响银行的盈利能力,在实证分析中我们取银行总资产的自然对数来控制不同资产规模的银行。贷款损失拨备率(LLPR)可以衡量单个银行的信用风险,它是反映银行贷款质量的前瞻性指标,也是反映资产质量的重要指标,所以这一指标也可以用来衡量银行的资产质量。权益资产率(EQA)也是衡量银行资产的重要指标,该值越高,则说明银行净资产更多,银行可以通过更多的净资产获得更多的收益,银行破产的风险更小,银行更加安全。为了控制不同银行的资产结构组成,我们用贷款比例(LR)这一控制变量。

四、实证分析

(一)收入多样性和盈利性实证结果分析

本文采用Hoechle[23]提出的异方差—序列相关—截面相关稳健性标准误对我国72家商业银行2007-2017年的面板数据进行分析。首先对全样本进行分析,接着根据银行类型对银行进行分组,研究不同类型银行非利息收入与其盈利能力的关系。城市商业银行在我国数量最多,由于城市商业银行的存在为我国银行业提供了新鲜的活力,增加了银行之间的竞争,为我国中小微企业贷款提供了资金来源,所以最后本文在城市商业银行这一子样本中,引入银行资产质量这一指标进行分组,研究不同资产质量银行的非利息收入与其盈利能力的关系。

1.面板数据的相关性检验

本文采用的数据是非平衡面板数据,需要对面板数据存在的三个问题(异方差、序列相关和截面相关)进行检验,结果显示,样本存在异方差、序列相关和截面相关。所以,本文采用Driscoll和Kraay 方法(简称“DK估计”)来综合处理异方差—序列相关—截面相关稳健性标准误。

2.用公式(1)分别对全样本、不同银行规模、不同资产质量银行进行DK估计

这些结果都显示在表1中。表1中的模型1、模型2为全样本估计,模型3、模型4、模型5分别是城市商业银行、国有五大行和12家股份制商业银行,模型6、模型7是子样本城市商业银行的高资产质量和低资产质量的分组研究。具体的实证解释如下:在表1中,模型1、模型3到模型7的回归结果显示,FOCUS系数对银行盈利性的影响为负,尤其是在全样本和国有五大行样本中显著为负(1)有的子样本FOCUS系数不显著,这就需要深入非利息收入NII的结构中研究。,非利息收入NII收入多样化对银行盈利性的影响也显著为负,说明非利息收入占比越高,银行收入来源集中度也越高,反而不利于银行的盈利能力。

表1中模型3、模型4、模型5分别显示了城市商业银行、国有五大行和12家股份制银行的DK估计结果,只有国有五大行中收入多样化FOCUS变得显著,这是因为国有五大行规模大、市场占有率高,具有显著的规模效应,而且我国的金融创新的表外业务都是由国有五大行开始的。

模型6和模型7分别描述了在子样本城市商业银行中,依据贷款损失拨备率(LLPR)对资产质量分组(2)依据贷款损失拨备覆盖率LLP指标将城市商业银行分成三组,分别为高资产质量银行、中等资产质量银行和低资产质量银行,在实证中取高资产质量银行和低资产质量银行对比研究。,结果表明,无论是高资产质量银行还是低资产质量银行,收入多样化都能提高其盈利水平。但是在高资产质量的银行中,FOCUS系数不显著;而非利息收入对银行盈利性的影响显著为负,低资产质量银行比高资产质量银行系数的绝对值更大,这表明一些城市商业银行在推进业务多元化战略时,要特别关注其所持有的低质量资产。

表1 非利息收入占比对银行盈利能力的实证结果

注:1.模型1对全样本DK估计;模型2把非利息收入分解为费用收入和其他收入,做全样本DK估计;模型3对城市商业银行子样本DK估计;模型4对国有五大行子样本DK估计;模型5对全国12家股份制商业银行子样本DK估计;模型6和模型7在城市商业银行子样本中,分别对高资产质量银行、低资产质量银行DK估计。2.括号里面的数字分别对应各自的标准差。3.*、**和***分别表示在10%、5%以及1%的显著水平下显著。

在四个控制变量中,总资产TA在子样本中表现显著,在全样本中表现不显著,这表明对银行分组是非常必要的。贷款损失拨备率LLPR在全样本和子样本中都与银行盈利性显著负相关,这是因为银行的贷款损失拨备率LLPR越大,则说明这家银行的贷款无法收回的可能性也越大,需要计提的准备金也越多,用于贷款的可贷资金就减少了,从而降低了商业银行的盈利性。权益资产率EQA与银行盈利性显著正相关,因为银行净资产越高,越能获得更多的利润,显然这有助于提高银行的盈利性。贷款占比LP与银行盈利水平显著正相关,但系数太小,没有经济学意义,这可能是由于贷款占比的数据不完善,没有区分长期贷款和短期贷款,另外我国利率市场化改革也是刚刚起步,所以才导致这一系数没有现实意义。

(二)资产质量和非利息收入实证结果分析

由于在表1中的FOCUS的系数大多数是不显著,可能的原因是需要对银行资产质量进行分组,而且现实生活中商业银行的资产质量确实能够影响到银行的盈利。本文对公式(1)的计量模型求偏导,得到公式(4)：

(4)

由上可知,银行盈利性对非利息收入的影响(偏导)受到直接效应β2和间接效应β1的影响,因此研究非利息收入对银行盈利的影响要重点关注银行收入多样性FOCUS。另外,从表1中的模型6和模型7可以看出,资产质量的高低对FOUCS的系数有着明显不同的影响。而且,当借款者从银行获得贷款后,如果不能按照合同的约定日期进行还款,银行的资产可能会恶化,因此银行的利息收入就会减少。

所以,本文在公式(4)中,使用了高/低资产质量和非利息收入的交互项,本质上反映了变量之间的非线性关系(3)对公式(1)进行了改进,剔除多样化指标FOCUS,并引入银行资产质量与非利息收入NII的交互项,再次研究资产质量和非利息收入对银行盈利性的影响。。公式(4)的好处是使用了交互项研究了非利息收入对银行盈利性的非线性影响,为了更好地把资产质量与非利息收入进行交互,本文按照Ahamed[4]对于低资产质量和高资产质量与非利息收入的交互项的设定,使用公式(5):

(5)

其中,为了更好地研究非利息收入对低资产质量银行和高资产质量银行的影响,构造了公式(5)中的两个交互项(NII)it×(LAQbanks)it、(NII)it×(HAQbanks)it，增加了HAQbanks作为模型的独立解释变量来替代公式(5)中的不良贷款率。LAQbanksit是虚拟变量,如果银行的不良贷款率NPL超过了样本的中位数,则取值为1,否则取0;HAQbanksit定义为1减去LAQbanksit;α0表示固定效应;CONTROL仍然表示上述四个控制变量;Yeart表示时间效应;εit表示扰动项。

表2 银行资产质量、非利息收入对银行盈利性的DK估计

注:1.模型1是用固定效应对公式(5)回归,模型2是用DK估计对公式(5)回归。2.括号里面的数字分别对应各自的标准差。3.*、**和***分别表示在10%、5%以及1%的显著水平下显著。

表2给出了在银行的不同资产质量情况下(低资产质量和高资产质量)非利息收入和银行盈利的关系,资产分类指标是不良贷款率NPL,模型的估计方法是DK估计。从表2中看出,(NII)it×(LAQ-banks)it的系数NIIL在DK估计方法下是显著为负。这和Ahamed的研究结论恰好相反。其原因在于低资产质量将会导致银行的利润持续恶化,为了补偿低资产质量所带来的损失,银行需要扩大非利息收入从而使得收入来源多样化,但是由于我国商业银行目前处理各种表外业务所带来的非系统性风险较高,所以其获取的收益较低。而高资产质量银行在这里只是不良贷款率表现得较低,随着时间的推移,高资产质量银行也会做出各种非利息业务来多样化其活动,这也有可能会导致其获取的收益较低。因此,无论是高资产质量银行还是低资产质量银行,银行从事的表外业务活动从本质上来说都无法充分调整其所面临的风险,从而使得风险调整利润不充分,所以才导致了银行的利润降低。

表3 稳健性检验:用ROE替代ROA

注:模型6是把重要解释变量收入集中度(FOCUS)滞后一期作为解释变量,能够很好地克服模型的内生性,其余内容和表1相同,这里不再赘述。

对比NIIL和NIIH的系数,本文发现后者的绝对值更大,这表明我国的商业银行在利率市场化背景下提供多样化服务时,高资产质量的银行所面临的利润下降风险可能会更大。因为从我国目前城市商业银行业的现状来看,银行贷款质量高一般指的是银行将资金贷给大型国企,如铁路公司、公路公司或其他政府基础设施建设公司等,这类贷款理应成为银行的“正常贷款”。但是由于这些国企的毛利润率低,操作风险较大,并且其中很可能会发生资金空转的现象,特别是一些国企把贷款得到的资金再次转移到国企下属的房地产企业或者把资金加成定价借贷给中小企业,这样一旦遇到经济下行风险,势必会使城市商业银行利润下降。

总资产TA与资产收益率显著负相关,这是由两种效应(规模效应和冒险效应)(4)规模效应:资产规模大的银行有更多的机会开展多元化业务,这样会更快进入新的市场,开展新型业务,而且资产规模大的银行具有规模效应,所以他们能够获得更多利润。冒险效应:资产规模大的银行会因为“太大而不能倒”,从事风险较大的业务,这就会降低银行的收益。导致的。权益资产率EQA系数为正但不显著,表明银行权益资产率越大,意味着银行所有者权益越大,银行自有资本越多,实力越雄厚,所以银行能获得更多利润。贷款比例LR系数为正,但是不显著且系数太小,可能是因为数据的限制使得我们无法区分长期贷款和短期贷款,另一个原因是由于利率没有完全市场化,贷款的各种产品的定价还需要以后收集更多的数据继续研究。

五、稳健性检验

一般而言,为了保证实证结果的可靠性都会进行稳健性检验,主要包括对重要解释变量、因变量重新寻找替代变量再次进行研究,对内生性问题进行有效处理。由于本文在表1中已经对重要解释变量FOCUS中的非利息收入作了分解,主要包括各种费用收入和其他收入,所以这里不再进行重要解释变量的稳健性检验,只选择ROE(净资产收益率) 作为因变量衡量银行盈利性,结果详见表3。

在全样本和根据不同类型对银行进行分组研究中,用ROE替代因变量做稳健性检验,实证结果基本保持不变。为了消除模型中可能存在的内生性,在城市商业银行子样本中,采用将重要解释变量收入集中度(FOCUS)滞后一期作为解释变量,这样能够很好地克服内生性。表3中的模型6的FOCUS的系数显著性相比较表1而言得到了很大的提高,在公式(5)的计量方程中进行回归,实证结论也大致保持一致。

六、结论及建议

本文基于我国72家商业银行2007—2017年的非平衡面板数据,鉴于商业银行之间可能存在的空间截面自相关问题,采用Driscoll和Kraay[22]的方法研究了在银行资产质量不同的情况下,非利息收入对银行盈利性的影响。实证结果显示:第一,银行的收入来源越多样化,银行的盈利性就越好,尤其是国有五大行。第二,非利息收入的比例越高,会导致银行的利润下降,相对城市商业银行和股份制商业银行,国有五大行下降最多。第三,在资产质量视角下,高资产质量银行和低资产质量银行的非利息收入对银行盈利性的系数都为负,但高资产质量银行的非利息收入所造成的银行盈利性下降程度更大。因此,本文提出三点政策建议：

第一,商业银行收入来源多样化改革要在不同类型的商业银行内推进,尤其是要以国有五大行作为改革的先驱,规划顶层设计的改革思路。这就要求国有五大行应该充分利用其技术、人才和规模优势提高竞争力,积极开展商业银行的多样化业务。

第二,优化商业银行的非利息收入结构(中间业务和表外业务)。对于非利息收入的中间业务,要研究其收益与成本的最优临界区间,及时放弃一些涉及高人力成本的中间业务。而对于非利息收入的其他部分,建议采用加快利率市场化改革的方法来处理当前表外业务风险过大的问题。在控制风险的基础上,加大担保类、融资类、金融衍生类等业务的投入,并积极发展这类业务,提高他们在非利息收入中的占比,以此实现银行自身竞争力的提高。

第三,在利率市场化改革背景下,要高度重视商业银行资产质量。应建立银行表内表外资金有效隔离机制,防止银行资金空转：一方面对于高质量贷款资产的银行,需要严格控制国有企业和地方政府的委托贷款和委托投资,以及各种影子银行体系所带来的资金空转现象,防止出现由此导致的不良资产；另一方面对于持有低质量贷款资产,比如中小企业贷款或者次级贷款的商业银行,需要特别注意发放贷款之后的道德风险,严格监控以防止这些贷款以多种形式流向其他行业,造成银行贷款资金没有落实到实体企业,从而导致资金空转和低效率。